[发明专利]预估新词文档频率的方法及装置有效
| 申请号： | 201210566103.5 | 申请日： | 2012-12-24 |
| 公开（公告）号： | CN103885989B | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 蔡兵 | 申请（专利权）人： | 腾讯科技(武汉)有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙)44285 | 代理人： | 王仲凯 |
| 地址： | 430000 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种预估新词文档频率的方法及装置，其方法包括获取第一文档集和第二文档集；第一文档集所包含的文档数据产生时间早于所述第二文档集；分别统计每一预设常用词在第一文档集和第二文档集中的文档频率；统计每一预设新词在第二文档集中的文档频率；获取预设常用词在第一文档集和第二文档集中的文档频率的对应拟合关系；根据对应拟合关系以及预设新词在第二文档集中的文档频率，获取预设新词在第一文档集中的文档频率。本发明提高了新词文档频率统计的准确率，弥补了传统的统计方法对于新词的文档频率统计结果误差较大的缺陷；且本发明对于新词在特征选择、关键词抽取、向量空间模型表示等技术领域的应用具有重要意义。 | ||
| 搜索关键词： | 预估 新词 文档 频率 方法 装置 | ||
【主权项】：
一种预估新词文档频率的方法，其特征在于，包括：获取第一文档集和第二文档集；所述第一文档集所包含的文档数据产生时间早于所述第二文档集；分别统计每一预设常用词在所述第一文档集和第二文档集中的文档频率；统计每一预设新词在所述第二文档集中的文档频率；获取所述预设常用词在所述第一文档集和第二文档集中的文档频率的对应拟合关系；根据所述对应拟合关系以及预设新词在所述第二文档集中的文档频率，获取所述预设新词在所述第一文档集中的文档频率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技(武汉)有限公司，未经腾讯科技(武汉)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210566103.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型异戊橡胶
- 下一篇：检测水质中锌离子的方法
